Labvanced的网络摄像头眼动追踪

Labvanced的网络摄像头眼动追踪技术提供可扩展、无硬件、无与伦比的精准度，适合在实验室内或远程研究中使用。它使研究人员能够跨不同参与者群体收集一致、高质量的注视测量数据，使其成为广泛研究设计的实用且强大的选择。

Labvanced网络摄像头眼动追踪：远程眼动追踪的新金标准

Labvanced提供研究级别的眼动追踪，任何拥有标准网络摄像头的人都可以使用。随着可访问性的提高和对实验工作流程的全面集成，进行实验室内和远程研究的研究人员可以轻松利用高度准确的同行评审网络摄像头眼动追踪。

成功的网络摄像头眼动追踪的4个关键功能

要成功运行网络摄像头眼动追踪研究，四个原则至关重要：准确性确保数据的可靠性，尽管硬件存在差异；适应性和控制性允许研究人员根据不同参与者的具体合规水平量身定制协议和性能阈值；不可妥协的隐私对于道德的远程数据采集和参与者信任是不可谈判的。

准确性

利用专有、深入训练的神经网络，Labvanced实现了强大的注视估计可靠性，展示出1.3视觉度的准确性。

隐私

通过自动客户端处理，所有敏感视觉数据在本地计算，确保没有敏感的参与者信息离开其设备。

适应性

该系统具有可调设置和灵活配置，专门设计以适应从婴儿到老年人群体的独特需求和合规挑战。

控制

全面掌控实验过程，如定义最小注视性能要求、指定校准过程，以及在每个任务和试验中设置精确的管理规则。

收集的数据

Labvanced提供广泛的基于网络摄像头的眼动追踪输出，使其能够轻松捕获研究所需的详细程度。从精确的注视坐标到丰富的注视指标和试验级别的诊断，平台提供全面的数据，以理解参与者如何与视觉刺激进行互动。

注视位置

在整个任务中，可以捕获注视位置坐标（X和Y），并且可以进一步定制数据，仅记录特定的关注区域（AOI）或兴趣区域。这与其他数据点如时间戳（T）和置信区间（C）配对，后者是测量眼睛在测量期间开放程度的指标。

注视

对于希望收集超越注视坐标数据的研究，基于注视的数据收集也是一个选项，其中关键指标包括：

• 注视次数
• 到首次注视的时间
• 注视持续时间

更多试验特定的注视数据

Labvanced的基于网络摄像头的眼动追踪提供了丰富的试验特定数据，远超注视坐标。对于每个试验，研究人员可以访问数据，如最后缓存的注视位置或最后缓存的固定点，以及校准误差等诊断指标。这个附加的细粒度层次使得评估数据质量和以更大信心解读参与者的观看行为变得更容易，以及利用这些信息进一步控制实验行为。

收集到的数据可以根据您的规格以准备分析的格式导出，包括CSV、XLSX、TSV。

细粒度的校准选项

校准程序与数据质量和输出紧密相关。Labvanced让您可以精确指定何时以及如何进行校准。

• 眼动追踪校准是研究人员需要积极参与眼动追踪系统的唯一部分。
• 由于每个研究的要求不同，校准程序的许多设置都是可调的。
• 校准的长短与准确性之间存在主要权衡，较长的校准程序会导致更准确的数据输出。
• 其他调整，例如虚拟下巴托的强度或重新校准设置，也是值得考虑的。

基准准确性

Labvanced的网络摄像头眼动追踪的准确性是其下一个竞争对手的2-3倍，超过80%的眼动追踪研究将在我们的系统上实现。Labvanced提供了唯一一项具有研究等级（经过同行评审）的网络摄像头眼动追踪解决方案。

通过与基于硬件的眼动追踪比较进行验证

• 我们的基于网络摄像头的眼动追踪系统的革命性准确性约为1.2到1.4视觉度。
• 我们与EyeLink 1000硬件眼动追踪系统的比较研究显示，Pearson相关系数超过0.9。
• 对自然场景的视觉分析直观确认Labvanced的预测与真实情况的接近程度，与EyeLink相比。
• Labvanced的基于网络摄像头的眼动追踪准确性仅比EyeLink 1000系统低约0.5°。

• 在屏幕中心呈现的刺激的准确性更高。
• 准确性在时间上是一致的，并且不会随着时间的推移而下降。
• 另一个受欢迎的基于网络摄像头的系统（WebGazer - Papoutsaki, 2015）报告的准确性约为4视觉度，说明我们的系统比其他任何系统都准确约3倍。

Labvanced网络摄像头眼动追踪与WebGazer的比较

通常，基于网络摄像头的眼动追踪与WebGazer同义。Labvanced的眼动追踪通过使用自定义神经网络来估计注视坐标，属于其自己的类别。以下表格快速展示了这两种眼动追踪工具的表现差异：

Gorilla是一个无代码实验平台，也使用WebGazer进行网络摄像头眼动追踪。请参阅完整的 Labvanced与Gorilla的比较，了解这两个平台在眼动追踪之外的差异。

科学影响：Labvanced在同行评审文献中的表现

其他人是如何在研究中使用Labvanced的网络摄像头眼动追踪的？以下是一些例子：

人工智能的有用性与不确定性对与药剂师的认知互动的影响：随机对照试验

在这项随机对照试验研究中，研究人员利用Labvanced的基于网络摄像头的眼动追踪来确定药剂师在与AI决策支持互动时视觉注意力如何转移。通过在药物验证任务期间远程捕捉注视，研究人员揭示了即使在不确定的情况下，AI建议如何重塑认知处理。

Tsai, C. C., et al. (2025). 人工智能的有用性与不确定性对与药剂师的认知互动的影响：随机对照试验。医学互联网研究杂志, 27, e59946.

超越建筑密度：从粗略到细致的城市环境情感体验分析

在这项研究中，作者使用Labvanced的基于网络摄像头的眼动追踪技术收集注视数据，因为参与者查看城市环境的图像。通过追踪参与者对不同城市场景特征的观看行为，研究人员能够将视觉注意力与对建筑与自然元素的情感评估关联起来。使用Labvanced使得能够在线和大规模地完成此任务，捕捉细粒度的眼动指标，而无需专门的实验室硬件。

Sander, I., et al. (2024). 超越建筑密度：从粗略到细致的城市环境情感体验分析。环境心理学杂志, 96, 102337.

寻找适中的影响者：关注者数量如何驱动社交媒体互动

在这项多方法研究中，作者使用Labvanced的基于网络摄像头的眼动追踪来测量参与者与影响者内容的视觉互动。通过追踪参与者在查看具有不同影响者关注者数量的Instagram档案（作为兴趣区域）时的凝视行为，他们能够评估注意力模式与感知连接和互动之间的关系。

Wies, S., Bleier, A., & Edeling, A. (2023). 寻找适中的影响者：关注者数量如何驱动社交媒体互动. 市场营销杂志, 87(3), 383-405.

交互式演示

实时指标

在这个简单的观察任务演示中，展示了多个眼动追踪功能，涉及两个作为兴趣区域（AoIs）的图片：停留时间、第一次注视时间、注视次数和平均注视持续时间。注意：研究开始时有5分钟的校准（中-松的下巴支撑约束），您可以在导入后进一步编辑。

偏好注视范式

本研究使用偏好注视范式调查婴儿的视觉注意力，并可以作为此类研究的模板。参与者同时查看图像或视频，同时记录凝视模式、注视时长和头部朝向，以及参与者的视频记录。注意：使用儿童友好的校准。

AOI检测

使用多边形形状遮罩某些面部特征，计算注视并记录凝视坐标。查看如何设置事件以记录眼动追踪数据，以及如何使用对象定义唯一的AOIs。

头部追踪

在这个演示中，您可以尝试不同的头部位置来移动屏幕上的滑块，这些滑块用作数字值的可视化。头部追踪通常用作眼动追踪的补充或替代。

数据隐私和网络摄像头眼动追踪 🔐

在Labvanced，我们对数据隐私和安全极为重视。 这可以通过以下几点得到最佳体现：

• 所有面部和眼睛数据的处理都发生在用户的设备上，确保眼睛数据的真正隐私设计。
• 只有凝视位置和注视持续时间（完全匿名的数字数据）将被保存到我们的服务器。
• 进行并成功通过了外部安全审核（VAPT）。如有需要，可提供文件。
• 我们的服务器归我们所有，且完全位于欧盟内部/受欧洲法律管辖。
• 我们应要求向您提供我们的技术和组织措施（ToM）以及数据处理协议（DPA）。
• 所有数据可以进行端到端加密（PGP），以便数据将只以加密格式存储在我们的服务器上。

文档

将网络摄像头眼动追踪集成到您的Labvanced任务中

启用眼动追踪和设计可靠捕获凝视数据任务的逐步概述。

网络摄像头眼动追踪研究中的参与者体验

参与者在校准和录制期间看到的详细概述，帮助您设计更顺畅的远程研究体验。

与婴儿和幼儿进行网络摄像头眼动追踪研究的最佳实践

在进行婴儿和幼儿的研究时需要注意的实施提示。

可行性检查

如果您需要更多支持或对某个特定的网络摄像头眼动追踪功能感到好奇，请通过聊天或电子邮件与我们联系。我们非常乐意听取您的研究并解答您关于平台的任何问题，讨论项目的可行性。